一种异步协作通信系统的自适应均衡算法技术方案

本发明专利技术公开了一种异步协作通信系统的自适应均衡算法，该算法结合了粒子群优化算法，对传统LMS算法进行了改进，实现步骤为：建立异步协作通信系统模型；获取接收信号；利用粒子群算法和LMS算法对均衡器抽头系数进行训练；重复第二步和第三步直到达到规定的训练次数。本发明专利技术和传统LMS算法相比，在训练阶段有着更好的收敛性能；在检测阶段信噪比足够高时有着更好的误比特率性能。用于无线通信领域。

An adaptive equalization algorithm for asynchronous cooperative communication systems

The invention discloses an adaptive equalization algorithm for asynchronous cooperative communication system. The algorithm combines particle swarm optimization algorithm and improves the traditional LMS algorithm. The implementation steps are: establishing the model of asynchronous cooperative communication system; acquiring the received signal; training the equalizer tap coefficient by using particle swarm algorithm and LMS algorithm. Practice; repeat second steps and third steps until the required number of training is achieved. Compared with the traditional LMS algorithm, the proposed algorithm has better convergence performance in the training phase and better BER performance when the signal-to-noise ratio is high enough in the detection phase. It is used in the field of wireless communication.

【技术实现步骤摘要】
一种异步协作通信系统的自适应均衡算法
本专利技术属于无线通信
，涉及一种异步协作通信系统的自适应均衡算法，具体涉及一种改进的LMS自适应均衡算法。
技术介绍
多输入多输出(MIMO)系统的收发两端都配备了多根天线，具有空间分集增益，但同时也增加了设备的体积、重量和功耗，这使得MIMO技术的应用受到了限制。协作通信技术利用中继节点的天线形成虚拟的MIMO系统，同样可以获得空间分集增益。在实际情况下，协作通信系统中的中继节点的分布具有随机性，各中继节点转发的信号往往异步地到达目的节点，产生符号间干扰。接收端可以采用均衡技术来消除符号间干扰。在实际情况下也往往无法事先得到信道信息，这时可以采用自适应均衡技术，通过发送已知的训练序列不断地训练均衡器的抽头系数。常用的自适应均衡算法有LMS算法和RLS算法。LMS算法具有简单，稳定性好的优点，缺点是收敛速度慢；RLS算法有着较快的收敛速度，但其运算量很大。
技术实现思路
本专利技术的目的是针对异步协作通信系统自适应均衡技术中的LMS算法收敛速度慢的问题，提供一种异步协作通信系统的自适应均衡算法，是改进的LMS算法，该算法结合了粒子群优化算法，在迭代过程中利用粒子群算法寻找最优解，同时利用LMS算法来避免粒子群算法可能导致的局部收敛问题。为实现上述目的，本专利技术采取的技术方案是，一种异步协作通信系统的自适应均衡算法，包括如下步骤：步骤1：建立异步协作通信系统模型，该模型包括1个源节点，1个目的节点，2个中继节点，每个节点装配一根天线，系统采用循环前缀来消除块间干扰；步骤2：获取接收信号r＝Hs+υ，其中s为发送信号，是长度为k的列向量，H为信道矩阵，其维度为k×k，υ为加性高斯白噪声；其中信道矩阵H为循环矩阵，其第1行的表达式为：其中，τ是两个中继之间的相对时延，Ts为符号周期，且相对时延是符号周期的整数倍。其中S是源节点，R是中继节点，D是目的节点。步骤3：利用粒子群算法和LMS算法对均衡器抽头系数w进行训练，其中w是长度为k的行向量：步骤3.1：对于粒子群算法，初始化x＝0,v＝0,gbest＝d，其中x是粒子的位置，v是粒子的速度，gbest是全局最优，d是参考信号；步骤3.2：接收信号r进入均衡器进行处理，均衡后的信号req＝Wr，其中W为k×k循环矩阵，其第一行为w，令个体最优pbest＝req；步骤3.3：按以下公式更新粒子的速度和位置：v＝ωv+c1ξ(pbest-x)+c2η(gbest-x)x＝x+v其中ω是惯性权重，c1,c2是加速度常数，ξ,η是(0,1)区间上的随机数；步骤3.4：计算误差e＝d-x；步骤3.5：按以下LMS公式更新均衡器抽头系数：w＝w+μe1r*其中μ为步长，e1是e的第一个元素，(·)*表示共轭；步骤3.6：重复步骤3.2-3.5，直到达到规定的迭代次数；步骤4：重复步骤2和步骤3，直到达到规定的训练次数。与现有技术相比，本专利技术具有的优点：1、本专利技术和传统LMS算法相比，在训练阶段有着更快的收敛速度和更小的稳态误差。2、本专利技术和传统LMS算法相比，在检测阶段信噪比足够高时有着更好的误比特率性能。附图说明图1是本专利技术自适应均衡算法的流程框图。图2是本专利技术异步协作通信系统结构示意图。图3是本专利技术在训练阶段的收敛性能仿真图。图4是本专利技术在检测阶段的误比特率性能仿真图。具体实施方式以下结合附图和具体实施例，对本
技术实现思路
作进一步详细描述。参照图1，一种异步协作通信系统的自适应均衡算法，包括如下步骤：步骤1)建立异步协作通信系统模型，其结构如图2所示，包括1个源节点，1个目的节点，2个中继节点，每个节点装配一根天线，系统采用循环前缀来消除块间干扰，两个中继之间的相对延迟为3倍的符号周期，源节点到第l个中继节点的衰落系数为第l个中继节点到目的节点的衰落系数为且和是独立的复高斯变量；步骤2)获取接收信号r＝Hs+υ，其中s为发送信号，是长度为k＝16的列向量，υ为加性高斯白噪声，H为信道矩阵且为循环矩阵，其维度为16×16，其第1行的表达式为：其中步骤3)利用粒子群算法和LMS算法对均衡器抽头系数w进行训练：步骤3.1)对于粒子群算法，初始化x＝0,v＝0,gbest＝d，其中x是粒子的位置，v是粒子的速度，gbest是全局最优，d是参考信号；步骤3.2)接收信号r进入均衡器进行处理，均衡后的信号req＝Wr，其中W为16×16循环矩阵，其第一行为w。令个体最优pbest＝req；步骤3.3)按以下公式更新粒子的速度和位置：v＝ωv+c1ξ(pbest-x)+c2η(gbest-x)x＝x+v其中ω＝0.2是惯性权重，c1＝0.3,c2＝0.5是加速度常数，ξ,η是(0,1)区间上的随机数；步骤3.4)计算误差e＝d-x；步骤3.5)按以下LMS公式更新均衡器抽头系数：w＝w+μe1r*其中μ＝0.0015为步长，e1是e的第一个元素，(·)*表示共轭；步骤3.6)重复步骤3.2-3.5，直到达到规定的迭代次数。步骤4)重复步骤2和步骤3，直到达到规定的训练次数。以下结合仿真实验，对本专利技术的技术效果作以说明。1、仿真条件：本专利技术的仿真使用Matlab7.10.0仿真软件，系统参数的设置与实施例中所用到的参数一致。2、仿真内容与结果：对本专利技术在训练阶段的收敛性能和在检测阶段的误比特率性能进行仿真，并分别与传统LMS算法做了对比，其结果如图3和图4所示。图3对应的信噪比为15dB。由图3的仿真结果可见，本专利技术在训练阶段比传统LMS算法有着更快的收敛速度，并且有着更低的稳态误差。由图4的仿真结果可见，在检测阶段，当信噪比大于约9dB时，本专利技术比传统LMS算法有着更好的误比特率性能，在误比特率为10-3时可获得约2.5dB的增益。以上所述，仅是本专利技术的较佳实例，并非对本专利技术作任何限制，凡是根据本专利技术技术实质对以上实施例所做的任何简单修改、变更以及等效结构变化，均仍属于本专利技术技术方案的保护范围内。本文档来自技高网...

【技术保护点】
1.一种异步协作通信系统的自适应均衡算法，其特征在于，包括以下步骤：步骤1：建立异步协作通信系统模型，该模型包括1个源节点，1个目的节点，2个中继节点，每个节点装配一根天线，系统采用循环前缀来消除块间干扰；步骤2：获取接收信号r＝Hs+υ，其中s为发送信号，是长度为k的列向量，H为信道矩阵，其维度为k×k，υ为加性高斯白噪声；步骤3：利用粒子群算法和LMS算法对均衡器抽头系数w进行训练，其中w是长度为k的行向量；步骤4：重复步骤2和步骤3，直到达到规定的训练次数。

【技术特征摘要】
1.一种异步协作通信系统的自适应均衡算法，其特征在于，包括以下步骤：步骤1：建立异步协作通信系统模型，该模型包括1个源节点，1个目的节点，2个中继节点，每个节点装配一根天线，系统采用循环前缀来消除块间干扰；步骤2：获取接收信号r＝Hs+υ，其中s为发送信号，是长度为k的列向量，H为信道矩阵，其维度为k×k，υ为加性高斯白噪声；步骤3：利用粒子群算法和LMS算法对均衡器抽头系数w进行训练，其中w是长度为k的行向量；步骤4：重复步骤2和步骤3，直到达到规定的训练次数。2.根据权利要求1所述的异步协作通信系统的自适应均衡算法，其特征在于，步骤1中所述异步协作通信系统模型中，源节点到第l个中继节点的衰落系数为第l个中继节点到目的节点的衰落系数为l＝1,2，且和是独立的复高斯变量，其中S是源节点，R是中继节点，D是目的节点。3.根据权利要求1所述的异步协作通信系统的自适应均衡算法，其特征在于，步骤2中所述的信道矩阵H为循环矩阵，其第1行的表达式为：其中，τ是两个中继之间的相对...

【专利技术属性】
技术研发人员：王杰令，智开宇，张睿，赵瑞琪，
申请(专利权)人：西安电子科技大学，西安中电科西电科大雷达技术协同创新研究院有限公司，
类型：发明
国别省市：陕西,61